- 排名
- #240
- 总输出令牌
- 487,184
- 响应时间（平均）
- 122.19s
- 总成本
- $3.037
Grok 4.7 (high) vs GLM 5.3 FlashX Legal (low)
平均分几乎持平，为 6.7 vs 6.7。 GLM 5.3 FlashX Legal (low) benchmark 成本更低，为 $0.135 vs $3.037。 GLM 5.3 FlashX Legal (low) 更快，为 8.30s vs 122.19s，通过率为 72.5% vs 55.1%。
已对比模型
- 排名
- #237
- 总输出令牌
- 37,995
- 响应时间（平均）
- 8.30s
- 总成本
- $0.135
推荐模型
GLM 5.3 FlashX Legal (low)
它在这里得分最高（6.7），同时成本比Grok 4.7 (high)低约 22.5 倍。
详细对比
| 指标 | Grok 4.7 Grok 4.7 high | GLM 5.3 FlashX Legal GLM 5.3 FlashX Legal low |
|---|---|---|
| 分数 | 6.7 | 6.7 |
| 排名 | #240 | #237 |
| 可靠性 | 9.6 | 9.7 |
| 一致性 | 7.7 | 7.8 |
| 尝试次数 | 69/69 | 69/69 |
| 测试正确 | ||
| 尝试通过率 | 72.5% | 55.1% |
| 不稳定测试 | 7 | 6 |
| 总运行次数 | 69 | 69 |
| 每个结果成本 | 23.360 | 1.349 |
| 总成本 | $3.037 | $0.135 |
| 输入价格 | $2.000 / 1M | $0.370 / 1M |
| 输出价格 | $6.000 / 1M | $1.250 / 1M |
| 缓存读取价格 | $0.500 / 1M | $0.075 / 1M |
| 缓存写入价格 | 不适用 | 不适用 |
| 总输入令牌 | 329,276 | 236,104 |
| 输出令牌 | 8,172 | 11,222 |
| 推理令牌 | 479,012 | 26,773 |
| 响应时间（平均） | 122.19s | 8.30s |
| 响应时间（最大） | 573.57s | 64.18s |
| 响应时间（总计） | 2810.40s | 190.99s |
| 参数量 | ~1.7T 总计 (~170B 激活) | ~320B 总计 (~18B 激活) |
| 开放状态 | 闭源 | 闭源 |
缓存价格适用于输入令牌。读取会复用已缓存的提示词；写入会存储提示词，可能产生额外费用。输出令牌按输出价格计费。
模型生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#240 SpaceXAI: Grok 4.7
high- 成本
- $0.110
- 时间
- 301.3s
- 令牌
- 23,143 tok
#237 GLM 5.3 FlashX Legal
low- 成本
- $0.003
- 时间
- 12.4s
- 令牌
- 2,362 tok
类别细分
| 智能体任务 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Grok 4.7 | 3.0 | 10.0 | 0.0% | 0 | 322.20s | 215,384 | 1,265 | 69,833 | |
| GLM 5.3 FlashX Legal | 10.0 | 10.0 | 100.0% | 0 | 59.27s | 131,366 | 1,125 | 5,112 |
| 反AI技巧 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Grok 4.7 | 8.7 | 7.9 | 91.7% | 1 | 27.98s | 2,743 | 111 | 14,914 | |
| GLM 5.3 FlashX Legal | 6.4 | 7.9 | 58.3% | 1 | 1.39s | 639 | 220 | 288 |
| 编程 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Grok 4.7 | 6.0 | 4.6 | 66.7% | 2 | 335.92s | 10,266 | 353 | 199,976 | |
| GLM 5.3 FlashX Legal | 5.4 | 7.2 | 44.4% | 1 | 5.90s | 7,317 | 465 | 3,760 |
| 综合 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Grok 4.7 | 8.6 | 6.9 | 83.3% | 1 | 129.30s | 75,277 | 5,730 | 60,640 | |
| GLM 5.3 FlashX Legal | 3.0 | 10.0 | 0.0% | 0 | 36.85s | 79,926 | 8,387 | 14,351 |
| 数据解析与提取 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Grok 4.7 | 10.0 | 10.0 | 100.0% | 0 | 8.65s | 8,937 | 225 | 4,043 | |
| GLM 5.3 FlashX Legal | 10.0 | 10.0 | 100.0% | 0 | 1.55s | 7,149 | 210 | 130 |
| 领域专项 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Grok 4.7 | 5.3 | 7.2 | 44.4% | 1 | 306.71s | 1,980 | 10 | 98,585 | |
| GLM 5.3 FlashX Legal | 2.9 | 7.2 | 11.1% | 1 | 3.12s | 759 | 34 | 2,248 |
| 通用智能 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Grok 4.7 | 4.1 | 2.7 | 33.3% | 1 | 17.06s | 1,077 | 52 | 3,238 | |
| GLM 5.3 FlashX Legal | 3.4 | 2.2 | 33.3% | 1 | 1.35s | 498 | 156 | 80 |
| 指令遵循 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Grok 4.7 | 8.4 | 6.9 | 83.3% | 1 | 14.15s | 1,857 | 57 | 6,421 | |
| GLM 5.3 FlashX Legal | 7.3 | 5.8 | 83.3% | 1 | 1.28s | 678 | 71 | 93 |
| 谜题求解 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Grok 4.7 | 10.0 | 10.0 | 100.0% | 0 | 19.88s | 2,430 | 178 | 10,706 | |
| GLM 5.3 FlashX Legal | 8.2 | 7.2 | 88.9% | 1 | 2.10s | 672 | 320 | 251 |
| 工具调用 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Grok 4.7 | 10.0 | 10.0 | 100.0% | 0 | 5.08s | 8,536 | 177 | 568 | |
| GLM 5.3 FlashX Legal | 10.0 | 10.0 | 100.0% | 0 | 9.16s | 6,893 | 213 | 32 |
| 常识问答 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Grok 4.7 | 3.0 | 10.0 | 0.0% | 0 | 62.44s | 789 | 14 | 10,088 | |
| GLM 5.3 FlashX Legal | 3.0 | 10.0 | 0.0% | 0 | 2.91s | 207 | 21 | 428 |
快速对比
切换对比组合
Qwen3.5-FlashnonevsGLM 5.3 FlashX LegallowMiniMax M3mediumvsGrok 4.7highEmber-1maxvsGrok 4.7highGPT 5.3 ChatdefaultvsGrok 4.7highGPT-5.6 SolnonevsGrok 4.7highSolar Pro 4lowvsGrok 4.7highQwen3.5-FlashnonevsGrok 4.7highGrok Build 0.1mediumvsGLM 5.3 FlashX LegallowMiniMax M3mediumvsGLM 5.3 FlashX LegallowEmber-1maxvsGLM 5.3 FlashX LegallowGrok 4.7xhighvsGLM 5.3 FlashX LegallowGPT 5.3 ChatdefaultvsGLM 5.3 FlashX Legallow